大數據背景下高校特殊群體學生現狀調查及危機干預的策略研究

李寶珍 葉正飛 林玉雙

摘 要：高校特殊群體學生現狀調查是當今社會關注的焦點之一，其危機干預的策略研究也是社會全體同仁高度重視的事情，然而，這一問題目前還未得到有效解決。文章在傳統研究模式的基礎上，引入大數據及機器學習算法，提出一套新的方法。首先，以某高校為試點，整合該高校多年來從事這一工作數據，收集得到的詳實資料，利用多種研究方法，提煉出高校特殊群體學生各種類的現狀與特征，形成較為精準的特殊群體學生數據庫。其次，使用機器學習算法在這些數據的基礎上，建立有效的模型，精確識別不同類別的高校特殊群體學生。最后，歸納出一套對于高校匹配度高且有效的高校特殊群體學生危機干預策略。

關鍵詞：大數據 特殊群體 學生 現狀調查 危機干預 策略研究

中圖分類號：F016.3;G645 ?文獻標識碼：A

文章編號：1004-4914（2021）05-151-05

一、背景及意義

隨著素質教育的深入和發展，我國高等教育正經歷前所未有的跨越式大發展，高等教育規模從精英化走向大眾化。教育是國家發展的基石，而大學生是國家發展的未來。近年來伴隨著社會轉型發展，高校也面臨著新問題。其中一個非常重要的問題就是經困、學困、心困等特殊群體學生人數不斷增加，特殊群體學生已是學生群體的重要組成部分，由特殊群體學生引發的安全問題愈發頻繁，這也是當前高校的痛點之一。隨著數字信息時代的到來，高校如何在大數據背景下，對這些特殊群體學生現狀調查及危機干預的策略研究是對于如何做好高校特殊群體的思政工作具有極其重要的實際意義。在目前高校對特殊群體學生現狀調查不夠全面以及危機干預應對策略仍不夠完善的前提下，利用大數據分析，從數據庫發現隱含的有價值的信息，實現對特殊群體學生的現狀調查全面化，以及危機干預的應對策略研究高效化，開展有效的危機干預工作;對特殊群體學生進行正確的疏導與指引，尊重教育和學生身心發展自然規律，構建適合新時代的新型的特殊群體學生危機干預模式，為每個高校的特殊群體學生提供訂單式教育，并能使得高校學生工作的效果得到優勢最大化。

二、建立完善的特殊群體學生信息源

本研究整理已有信息庫，包括申請人所在高校學生的顯性和隱性數據，并對缺失值、異常值、敏感信息等進行處理。本研究組采集了所在高校近60種特殊關注的高校學生網絡行為，其中涵蓋了圖書館借閱信息、網頁瀏覽等動態行為，結合學籍管理系統，可以形成顯性和隱性數據完整的特殊群體學生信息庫。調查信息方面，收集了所在高校學生的多方面信息，其中包括每月的生活費、學習負擔重、參加活動次數、家庭經濟情況等一系列信息。在數據預處理方面，將取得的信息與參考數據相匹配，將超過三個標準差的樣本數據視為異常值進行剔除，將具有過多缺失值數據進行剔除，含少量缺失值的數據，連續型特征數據采用中位數或k近鄰算法進行填充，離散性特征數據用眾位數進行填充。

樣本方面，收集8992個學生的五類數據集，分別是正常生、學困生、心困生、經困生和其他特殊生，其中正常生表示正常非特殊群體的學生，其它均為高校特殊群體學生。經困生代表經濟困難的學生，根據是否入家庭經濟困難信息庫且申請貧困補助判定，學困生代表學習困難的學生，根據學生掛科情況進行判定，心困生代表心理亞健康的學生，其他特殊生為除以上三類之外的特殊生，根據學生的調查分析綜合評定。

特征方面，本課題組共篩選了22個，分別是學生平均每學期心理健康咨詢次數、參加集體活動次數，平均每月的飲食消費、娛樂消費、購物消費、總消費金額，平均每周玩游戲時間、看視頻時間、瀏覽網頁時間、去圖書館次數、學習時間、曠課次數，問卷方面包括男女性別、是否單親、農村或城市戶口，家庭貧困程度，承受的各方面壓力程度以及應對困難采取方式。

三、高校特殊群體學生現狀調查研究

基于“高校特殊學生群體”所包含的細分群體種類較多，本文將分析高校特殊學生群體中三類最為典型的細分群體給予研究，其三類為學困生、心困生、經困生，從而以點帶面，將其經驗和相關性擴散到整個群體。

（一）經困生現狀調查研究

經濟貧困對部分學生的心理和行為產生較大影響，針對經困生的分析研究，本研究組選取正常生和經困生各300個進行分析，特征方面選取部分相關特征分析，例如平均每月飲食消費、娛樂消費、購買消費、總消費、家庭貧困程度等特征。

首先，本研究做出關于正常生和經困生在平均每月飲食消費、娛樂消費、購買消費、總消費各方面的箱線圖，如圖1所示。對于該箱線圖，從上向下看，分別對應著異常值、上邊緣、上四位分數、中位數、下四位分數和下邊緣的信息。經比較得到正常生和經困生在各消費水平上存在一定的差異性，而這些差異為數據挖掘提供了有用的信息，發現經困生獨有的行為特征，有助于篩選重要特征和對高校特殊群體學生進行預測。

為了進一步探索正常生和經困生在不同特征下更細微的差異，本研究結合概率統計的知識，研究其概率分布情況。如圖2所示，分別展示了正常生和經困生在不同消費金額的人群概率密度圖，由圖可知，在飲食消費水平方面，正常生與經困生之間的差距不是很大，主要在1000到1500元范圍波動，但在娛樂、購買和總消費水平上呈現較大的差距，也呈現出不同分布。

由于特征間又存在一定相關性，為了提高計算效率選取有用特征，避免冗余特征和無關特征的干擾，本課題組做出對特征的多變量分析。最終結果如圖3所示，該圖為特征兩兩對比的多變量圖，有圖可知娛樂消費、購買消費和總消費兩兩間存在較高的相關性，而飲食消費則存在較弱的相關性。總體來說，對于列舉的這四個特征，從多變量圖來看，任意選取兩個特征均能較好的對正常生和經困生進行聚類。

在采用多個特征分析方法，完成了相應的特征工程工作后，本研究采用機器學習方法，選取k近鄰（KNN）、支持向量機（SVM）和隨機森林進行（Random Forest）對正常生和經困生進行分類預測。采用交叉驗證法，劃分數據集，將70%樣本數據作為訓練集，剩下30%樣本數據作為測試集，其最終結果如表1所示，其中采用的支持向量機算法的效果十分明顯，說明選取的特征和構建的模型是有意義的，能有效對經困生進行預測。

最后，本研究針對經困生的基本信息和心理壓力等特征，進行數字化處理并做t檢驗分析，篩選出其中的顯著性特征，根據p-value決定，選取特征的p-value小于0.05的值，最終篩選得到4個顯著特征，戶口、是否單親、家庭貧困程度和經濟壓力。顯示結果如表2所示，由表可知，經困生與正常生的主要區分在于家庭貧困程度和是否單親因素，經困生雖然承受著一定程度的經濟壓力，但其均值未超1，且與正常生相比差距不是很大，總的來說屬于可接受范圍，但仍需對經困生實行定量的心理輔導幫助，以避免不必要的高校特殊群體危機事件發生。

（二）學困生現狀調查研究

學困生容易出現自我效能感差、厭惡學習和逆反心理現象，追溯原因與該類學生目標不明確、基礎知識弱、動力不足，方法欠佳，意志力弱，自控力差，心理素質低于平均水平，影響正常生活和學習。本研究選取正常生和學困生各200個進行分析，特征方面我們選取部分相關特征分析，例如平均每周玩游戲時間、看視頻時間、瀏覽網頁時間、去圖書館次數、學習時間、曠課次數，學業壓力和應以困難采取方式等特征做分析，挖掘有用信息。

首先本研究選取高校學生平均每周玩游戲時間、曠課次數、學習時間、去圖書館次數做統計分析，為了直觀對比正常生和學困生在不同特征下的行為情況，則選取了小提琴圖進行可視化。如圖4所示的是各特征下正常生和學困生的小提琴圖，由圖可知，游戲和學習方面正常生與學困生平均時間差距不大，但學困生相對出現較多的花大量時間玩游戲現象，正常生相對較多花更多時間在學習上，在曠課方面差異不太明顯，僅有的較大差異則體現在去圖書館次數上，且由于學生掛科率不高，學困生樣本較少這都使得對特困生分析提出了更大的挑戰。

由于特征差距不明顯，所以本研究選擇先用機器學習方法對正常生和學困生進行分類預測，之后再采用支持向量機的遞歸消除法或隨機森林的特征選擇法，選出重要特征，若預測的結果越好，表示選擇的特征越好。同樣將70%的數據作為訓練集，剩下30%數據作為測試集，如表3所示，在對多個算法對比下，可以看出支持向量機的效果并不明顯，k近鄰算法的效果也是一般，而隨機森林的效果最好，這是由于隨機森林算法具有特征篩選的功能和決策樹信息增益的特點。因此，對學生行為上的分析，使用隨機森林算法能盡早發現學困生，采取相應的危機干預策略。

之后，本研究根據預測結果，使用隨機森林算法，使用OBB采樣，即有放回采樣，構造訓練集和測試集，再分別對各特征隨機加入噪聲，根據測試集準確度降低的幅度，計算出每個特征的重要性，選出重要特征。由于特征的重要性均為小數，于是將其值縮放成整數，以條形圖方式展示。如圖5所示，由圖可知，排在前四的重要特征正是前面作小提琴圖分析的特征，而緊接之后的重要特征就是學業壓力和應對困難采取方式，則需進一步分析這兩個特征。

最后，本課題組進一步分析學困生學業壓力和應對困難采取方式情況，最終對學困生信息進行統計，其統計結果如表4所示，由表可知當學困生無學業壓力時，呈現出兩個極端，應對困難采取方式以解決問題和逃避為主，當學困生有輕微壓力則呈現更加主動去解決問題和尋求支持，而學業壓力較大時逃避和尋求支持成為主要應對困難采取方式，則需要對學困生進行正確的心理教育，避免產生期待和逃避的處事行為。

（三）心困生現狀調查研究

心困生是指心理處于亞健康狀態，具有一定心理障礙的學生，其表現為個體無法適應當前社會環境，從而表現出心理活動異常的狀態。針對于對于心困生的研究，本課題組選取正常生和心困生各300個，由于造成心困生相關的特征較多，則主要分析與其相關的一些特征，其中包括學生平均每學期心理健康咨詢次數、參加集體活動次數，承受的家庭壓力、經濟壓力、學業壓力、就業壓力、社會與人際關系壓力程度以及應對困難采取方式等特征。

首先本研究針對承受的一些壓力類型進行分析，如家庭壓力、學業壓力、就業壓力和社會與人際關系壓力，同樣將承受壓力程度分別標記，再作出小提琴圖，如圖6所示，由圖可知，正常生與異常生來自家庭壓力的情況差異不大，來自學業壓力呈現出較小的差別，而略微明顯的則是就業壓力和社會與人際關系壓力，總體來說正常生和心困生同樣面對著各發面的壓力，而且差距微小，所以在之后的工作中會考慮到心困生與正常生主要的差別來自于內心的承受能力和對事物發展的人生態度。

然后，本研究對正常生和心困生做出行為上的差異分析，主要是平均每學期心理健康咨詢次數和參加集體活動次數的特征進行分析。如圖7所示，不論正常生還是心困生，他們總的心理健康咨詢次數較少，但正常生和心困生的咨詢次數仍然存在明顯的差異，這也為及時更早發現心困生提供了重要的幫助。相對參見體積活動，心困生參加的次數略少于正常生，基本保持一致，無太明顯的差異。

而后，本研究對正常生和心困生進行分類預測，由于在上述特征分析過程中，未發現太多顯著差異特征，則可以知道心困生相對經困生和學困生更加難以預測。由于在之前使用的k近鄰算法效果相對其它算法較差，本研究即引用神經網絡算法替換k近鄰算法，試圖找到最適合預測心困生的算法。同樣保留70%樣本數據作為訓練集，剩下30%數據作為測試集，并進行優化調參，最終結果如表5所示，根據結果所示，在神經網絡訓練過程中需要進行大量的計算還要不斷優化參數、控制隱藏層數目，這使得訓練量加大，但最終的良好的結果使得模型具有相應的可使用性，可有效地對心困生進行分類預測。

最后本研究針對比正常生和心困生在應對困難采取的方式進行統計，其結果如表6所示。由表可知，正常生在應對困難時主要采取的方式是解決問題和尋求支持，而期望和逃避的解決問題方式呈現遞減現象，且占較少比例。心困生在應對困難時，采取的四種方法較為均勻，但期望方式表示等待他人幫助或是依靠他人決定態度，這種應對困難采取的方式顯然不夠積極，同樣逃避也是極不提倡應對困難的方式，相對正常生中0.07比例的逃避現象，心困生竟達到了0.23的比例，這就需要及時對心困生進行心理上的輔導和處事態度上進行端正。

四、危機干預的策略研究

經過上述對三類典型的高校特殊群體學生--經困生、學困生和心困生的研究分析，本研究決定從學生個體方面、家庭方面、學校方面及社會環境方面全面展開對其典型的三類高校特殊群體學生危機的成因分析，根據不同類型的高校特殊群體學生制定出相應的危機干預策略，同時建立有效的危機干預機制，來幫助高校特殊群體學生，從而較少事故發生。

（一）危機形成原因分析

高校特殊群體學生危機的形成一般都是由內因和外因綜合作用產生的，內因主要是學生個體方面因素，外因則是學生家庭、學校、社會等外在環境的合力。

學生個體方面，是高校特殊群體學生危機事件引發的根本原因，例如身體、心理健康方面存在問題或缺陷，這使得學生在生活中產生諸多不便甚至痛苦，這可能會形成不良好的人物性格，例如自卑心理和極端心理，也會產生學習重視不夠和自我認識混亂的現象，若不及時處理，則會留下危機隱患。

家庭方面，家庭成員的行為會對孩子的價值觀、道德品質和行為作風產生影響，而且家長的培養模式也會對孩子今后自我塑造和習慣行為養成產生深遠的影響。高校特殊群體學生同時可能也承受著來自家庭經濟的壓力，當這些壓力增大時，也會容易形成個體發展危機。

學校方面，存在某些問題，例如教務管理、學生管理體系不夠全面，這都需要高校的各層教育管理者完善對學生的管理及服務。服務方面，需要日漸完善圖書館、教室、實驗設備等一些基本教育資源，管理方面則需要學校完善教育體制，避免高校特殊群體學生危機事件的發生。

社會方面，當代人的價值觀、處事手法等眾多宏觀社會環境影響著家庭和學生個體，學生也面臨著就業壓力和社會人際交往等壓力，這就要提高學生對當代社會環境的適應能力和對社會的反思能力來應對日益多元化的社會現象。

（二）經困生危機干預策略

經困生主要承受著經濟壓力，可以專門構建針對經困生的管理體系，精準地對經困生開展物質和精神扶貧。在物質方面，高校要加大大學生助學政策宣傳力度，完善經困生助學金評定體系，為他們提供適合的勤工助學崗位，并做好家庭經濟困難學生的臨時性困難補助工作;在精神方面，因為經困生在物質貧困的同時可能還存在心理貧困的現象，所以高校老師要多關注他們的心理狀態，提供思想和觀念上的幫助，通過各種渠道和形式來讓他們獨立、樂觀、奮斗。其次，應針對貧困大學生的人際交往不良心理和情緒，可以通過個體咨詢或者團體輔導。要培養他們人際交往技巧和方法，將人際交往中的要素傳授給他們，用心獲得他人的信任、尊重和真誠的友誼。最后，要培養他們的感恩的之心以及健全的人格，使他們樹立正確的“三觀”。

（三）學困生危機干預策略

學困生是指高校中具有學習困難的學生，而學習困難可能會造成，學生學業出現學業警告、降級、延長學制、肄業、結業、不授學位、不能按期畢業、退學等，這也可能會迎來危機事件發生。所以要對學困生實施全方位跟蹤的過程管理和幫扶計劃。根據大數據技術對學困生進行預測，并結合各院系實際情況確定學困生名單，尤其針對補考或重修的學生。針對此類學生，制定幫扶計劃，建立激勵機制，設立培養檔案，做好跟蹤報告，營造學風氛圍;根據幫扶計劃，推行學業幫扶導師制，將班級分為若干組，每組有學業優秀學子，這些學子作為導師結對經困生，應用積分制進行小組考核，小組之間形成你追我趕的良好氛圍;班主任、輔導員則需要深入全面了解和掌握學生的整體情況，時時關注相關學生狀態，精準約談;實現家校聯動，共同幫助學生成長;應用大數據技術做好反饋，實現即時反饋，使資源實現最大化;院系領導把控全局，做好網格化指導，真正促進學困生的轉化。

（四）心困生危機干預策略

對于心困生危機干預策略，需要做到加強心理健康教育，完善心理咨詢工作，建立有效的“心理危機干預”機制體系。具體可做好如下工作：健全心理咨詢工作隊伍建設，設立心理咨詢督導制，建立心理健康咨詢數據檔案，進行個體跟蹤輔導;在學生中開展心理測評工作，對測評中有不健康傾向的大學生，進行個體心理咨詢且篩選，給予心理健康情況定級，隨后要進行有針對性的教育;開展心理健康月系列活動，心理團輔、心理情景劇、心理健康知識專題講座等，培養學生的心理素養;開設《教育心理學》課程等途徑，使學生了解心理基本知識和心理特點;引導學生積極投身社會實踐，使學生感受自我的存在價值，培養自信、自尊、自強意識。

五、研究總結

隨著社會經濟和高等教育的不斷深化，以及信息技術的高速發展，高校的教育模式從精英化向大眾化轉變，近年來高校特殊群體學生數量不斷上升，高校特殊群體學生已是學生群體的重要組成部分，由特殊群體學生引發的安全問題愈發頻繁。所以，在目前高校對特殊群體學生現狀調查不夠全面以及危機干預的應對策略仍不夠完善的前提下，對高校特殊群體學生現狀進行調查，并對這些學生的危機干預提出相應的管理方法、相應的制度、相應的應對策略等都對做好思政工作和維持高校的安全穩定起到重要的推動作用。

隨著教育信息化建設的快速發展，同樣本研究所在高校也建設了較為全面的信息資源系統，其中包含所有學生的網絡數據和調查數據。對于此次的項目研究，本課題組使用了本校從2016年至今近60種特殊關注的高校學生網絡數據和收集的大量調查統計數據。網絡數據方面包括教務系統數據、上網行為數據、心理咨詢記錄、一卡通消費記錄、圖書館行為記錄等數據信息。調查統計數據包含學生的一些基本背景數據、心理測試數據、參加集體活動數據、上課簽到數據、違紀行為等數據。在收集大量原始數據后，進行進一步分類、整理，提取多方面基本特征數據。

在研究過程中，采用了多種研究方法，其中基本方法有調查分析法和文獻分析法，即通過調查來獲取特殊群體學生的相關資料信息和學習大量中西方危機干預的應對策略的創新模式研究的文獻來獲取關于本項目的先驗知識，為項目的研究打下堅實的理論基礎和實踐基礎。在之后的工作中，本課題組主要使用大數據技術來進行實驗分析法、案例比較法和定性定量法的研究，在分析過程中，使用了概率統計和機器學習相結合的方法，做了對不同類型的高校特殊群體學生的做了概率統計分析、特征值分析、差異分析、相關性分析、聚類分析和預測分類，有效完成了多層次、多角度的分析。

本研究利用數據挖掘、信息檢索、大數據分析等多種技術高校特殊學生群體的總結和分析，對高校特殊群體學生進行按類分析，挖掘出不同類型的高校特殊群體學生行為的異常性信息，并實現了對高校特殊群體學生的預測分類，總結出不同類型的高校特殊學生群體的危機干預措施，并建立相應的應對策略體系，給出具有推廣性的危機干預應對策略，這使得高校學生工作的效果得到優勢最大化。

本研究涉及大量高校特殊學生群體原始資料的收集與整理工作，經過研究組對原始數據的收集整合并構建數據庫，完成了對高校特殊群體學生的現狀調查，也為教育信息化管理提供了寶貴的數據資源。且構建了分析模型，并研究分析了相關類型的特殊群體學生的特異性行為信息，實現了對不同類型的高校特殊群體學生的預測，給出了相應的危機干預的應對策略，避免危機事件的發生。分析出高校特殊群體學生的共性問題，即內在因素心理原因，給出了具有推廣性的高校大學生心理危機事件干預應對策略，同時對于做好思政工作和維持高校的安全穩定起到重要的推動作用。

（本文獲溫州市思政專項課題和浙江省高等教育學會課題立項）

參考文獻：

[1] 安哲鋒，張鵬.大數據背景下高校學生心理健康數據分析及反饋體系構建研究[J].思想教育研究，2016（9）：93-96.

[2] 李秀芳.大學生心理危機及干預策略研究[M].紅旗出版社，2013.

[3] 曾紅.應急與危機心理干預[M].人民衛生出版社，2012.

[4] 李瑛.高校學生心理危機干預問題分析及對策研究[J].圖書情報導刊，2008，18（27）：168-170.

[5] 郭堃，楊奇紅.構建應用型大學學生的精神家園[M].北京出版社， 2012.

[6] Han Q. On The Major Emergencies of Psychological Crisis Intervention Strategies of College Students[C]. the 2010 Chinese seminar on the principles of safety science and technology， 2010.

[7] 徐國峰，徐古祥，何鎏，劉丹.大學生特殊群體問題解決路徑分析——基于社會主義核心價值觀語境[J].高校輔導員，2018（01）：67-70.

[8] 陳增堂.上海高校心理危機干預工作現狀分析與對策思考[J].思想理論教育，2014（3）：79-82.

[9] 楊微梅，黎琳.大學生心理危機干預體系建構探析[J].高教論壇， 2010，2010（1）：40-43.

[10] Meng Q. The Cause and Intervention Strategy of Non-governmental Vocational College Students' Psychological Crisis[J]. Journal of Hubei Correspondence University， 2017.

[11] 姜龍.大學生特殊群體的交往困擾及心理干預研究[D].黑龍江大學，2016.

[12] 周波，吳永.高職學生心理健康現狀及危機干預對策的研究[J].教育教學論壇，2016（45）：41-42.

[13] 宋韜.高校特殊群體學生體育教育現狀調查與對策研究[J]. 教育與職業，2014（3）：121-123.

[14] Shen D. Status quo of college students' psychology crisis consciousness and crisis intervention[J]. China Construction Education， 2013.

[16] Zhou L， Liu T， Li Z. The research of college student group crisis evolution mechanism and intervention mechanism in higher education zone of China[J]. IEEE， 2011， part 2： 1320-1323.

（作者單位：1.溫州理工學院 浙江溫州 325035;2.溫州大學 浙江溫州 325035;3.溫州大學 浙江溫州 325035）

[作者簡介;李寶珍（1982—），女，碩士，教育學在讀博士，浙江蒼南人，漢族，講師，黨總支副書記。研究方向：思想政治教育、創新創業教育;葉正飛（1981—），男，碩士，浙江蒼南人，漢族，溫州大學副教授，研究方向：思政教育、創業教育;林玉雙（1979—），女，碩士，浙江樂清人，漢族，溫州大學講師，研究方向：高等教育管理。]

（責編：若佳）